CN114298935B - 图像增强方法、装置及计算机可读存储介质 - Google Patents
图像增强方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114298935B CN114298935B CN202111618199.0A CN202111618199A CN114298935B CN 114298935 B CN114298935 B CN 114298935B CN 202111618199 A CN202111618199 A CN 202111618199A CN 114298935 B CN114298935 B CN 114298935B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- value
- enhancement
- brightness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000007781 pre-processing Methods 0.000 claims abstract description 25
- 238000011084 recovery Methods 0.000 claims abstract description 22
- 230000002708 enhancing effect Effects 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 description 9
- 238000005286 illumination Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013441 quality evaluation Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像增强方法、装置及计算机可读存储介质，方法包括：获取输入图像，所述输入图像为彩色图像；提取所述输入图像中的亮度图像；对所述亮度图像进行预处理，得到第一图像；对所述第一图像进行局部对比度增强，得到第二图像；对所述第一图像进行全局对比度增强，得到第三图像；根据所述第二图像和所述第三图像进行加权增强，得到第四图像；对所述第四图像进行彩色恢复，得到输出图像。采用本申请实施例能够提升图像质量。
Description
技术领域
本申请涉及图像处理技术领域，具体涉及一种图像增强方法、装置及计算机可读存储介质。
背景技术
随着科技快速发展，电子设备(如手机、平板电脑、智能手表等等)已经成为用户生活的必需品。电子设备可以安装各种应用，以满足用户的生活与工作需求。例如，电子设备可以完成拍照功能，但是往往在暗视觉环境下，难以拍出用户满意的图像，因此，如何提升图像质量的问题亟待解决。
发明内容
本申请实施例提供了一种图像增强方法、装置及计算机可读存储介质，可以提升图像质量。
第一方面，本申请实施例提供一种图像增强方法，所述方法包括：
获取输入图像，所述输入图像为彩色图像；
提取所述输入图像中的亮度图像；
对所述亮度图像进行预处理，得到第一图像；
对所述第一图像进行局部对比度增强，得到第二图像；
对所述第一图像进行全局对比度增强，得到第三图像；
根据所述第二图像和所述第三图像进行加权增强，得到第四图像；
对所述第四图像进行彩色恢复，得到输出图像。
第二方面，本申请实施例提供了一种图像增强装置，所述装置包括：获取单元、提取单元、预处理单元、图像增强单元和恢复单元，其中，
所述获取单元，用于获取输入图像，所述输入图像为彩色图像；
所述提取单元，用于提取所述输入图像中的亮度图像；
所述预处理单元，用于对所述亮度图像进行预处理，得到第一图像；
所述图像增强单元，用于对所述第一图像进行局部对比度增强，得到第二图像；对所述第一图像进行全局对比度增强，得到第三图像；以及根据所述第二图像和所述第三图像进行加权增强，得到第四图像；
所述恢复单元，用于对所述第四图像进行彩色恢复，得到输出图像。
第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，具备如下有益效果：
可以看出，本申请实施例中所描述的图像增强方法、装置及计算机可读存储介质，获取输入图像，输入图像为彩色图像，提取输入图像中的亮度图像，对亮度图像进行预处理，得到第一图像，对第一图像进行局部对比度增强，得到第二图像，对第一图像进行全局对比度增强，得到第三图像，根据第二图像和第三图像进行加权增强，得到第四图像，对第四图像进行彩色恢复，得到输出图像，如此，可以提升图像质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的一种图像增强方法的流程示意图；
图1B是本申请实施例提供的另一种图像增强方法的流程示意图；
图2是本申请实施例提供的另一种图像增强方法的流程示意图；
图3是本申请实施例提供的一种电子设备的结构示意图；
图4是本申请实施例提供的一种图像增强装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例所描述电子设备可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、行车记录仪、笔记本电脑、移动互联网设备(MID，Mobile Internet Devices)或穿戴式设备(如智能手表、蓝牙耳机)等，上述仅是举例，而非穷举，包含但不限于上述电子设备，所述电子设备还可以包括服务器，例如，云服务器。
下面对本申请实施例进行详细介绍。
请参阅图1A，图1A是本申请实施例提供的一种图像增强方法的流程示意图，如图所示，本图像增强方法包括：
101、获取输入图像，所述输入图像为彩色图像。
其中，本申请实施例中，输入图像可以为彩色图像，例如，通过摄像头进行拍摄，可以得到输入图像。例如，输入图像可以为RGB图像。
102、提取所述输入图像中的亮度图像。
具体实现中，可以对输入图像进行颜色空间变换，得到亮度图像和色度图像，进而，可以提取该亮度图像。
具体的，可以将输入的彩色图像在RGB空间转换为亮度(灰度)图像，接着，还可以将[0,255]范围像素值归一化到[0,1]之间，方法如式(1)：
式中，LIn(x,y)为彩色图像像素点，(x,y)亮度在[0,1]区间的归一化值，R(x,y)、G(x,y)、B(x,y)分别为输入图像中像素点(x,y)分别在红色、绿色、蓝色通道的值。
103、对所述亮度图像进行预处理，得到第一图像。
其中，具体实现中，预处理可以实现初步图像增强，进而，在对亮度图像进行预处理之后，可以得到第一图像。
可选的，上述步骤103，对所述亮度图像进行预处理，得到第一图像，可以包括如下步骤：
31、将所述亮度图像的每一像素进行归一化处理，得到归一化图像；
32、根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，所述人眼视觉原理为人眼根据外界亮度来自动调节的原理。
具体实现中，本申请实施例中，可以将亮度图像的每一像素进行归一化处理，得到归一化图像，再可以根据人眼视觉原理对归一化图像中每一像素进行亮度调节，得到第一图像，即增强效果满足人眼特性，有助于提升用户体验，人眼视觉原理为人眼根据外界亮度来自动调节的原理。
可选的，上述步骤32，根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，可以包括如下步骤：
321、在像素点i的像素值小于或等于第一预设阈值时，按照第一预设公式对所述像素值进行调整，得到第一目标像素值，所述像素点i为所述归一化图像中的任一像素点；
322、在所述像素值大于所述第一预设阈值时，按照第二预设公式对所述像素值进行调整，得到第二目标像素值。
具体的，第一预设阈值可以预先设置或者系统默认，第一预设阈值处于0～1之间，例如，该第一预设阈值可以用AL表示，AL为0.5。
以像素i为例，该像素点i为归一化图像中的任一像素点，在像素点i的像素值小于或等于第一预设阈值时，可以按照第一预设公式对所述像素值进行调整，得到第一目标像素值，在像素值大于第一预设阈值时，按照第二预设公式对像素值进行调整，得到第二目标像素值，如此，可以得到人眼视觉相符的增强效果。
进而，可以根据人眼根据外界亮度来自动调节原理，设计非线性亮度增强函数来提升暗像素、抑制亮像素的亮度值，对于平均亮度AL<＝0.5的图像认为是暗图像，需要进行像素点的亮度提升，第一预设公式可以如下式所示：
另外，在[0,1]区间为单调递增非线性映射的凸函数；对于平均亮度AL>0.5的图像认为是亮图像，需要进行像素点的亮度抑制，在[0,1]区间为单调递增非线性映射的凹函数，第二预设公式具体可以参照下式：
其中，上述Lcf(x,y)为亮度伸缩因子，用来表示图像中暗像素的提升强度和亮像素的抑制强度，如果像素点(x,y)的亮度伸缩因子大于等于亮度值，则进行亮度提升处理，否则进行亮度抑制处理。而亮度伸缩因子用下式处理：
Lcf(x，y)＝(LIn(x，y)+α)/(1+α)
其中，α为输入图像的亮度均值距归一化上限的偏量，α越小表明图像整体亮度越亮，α越大表明图像整体越暗，α值变小，表明图像为整体亮度提升，α计算方法如下：
104、对所述第一图像进行局部对比度增强，得到第二图像。
具体实现中，局部即顾名思义即部分增强，其他部分不增强，进而，可以对第一图像进行局部对比度增强，得到第二图像。
可选的，上述步骤104，对所述第一图像进行局部对比度增强，得到第二图像，可以包括如下步骤：
41、对所述第一图像进行导向滤波，得到导向滤波图像；
42、确定所述导向滤波图像中像素点j的像素值以及该像素点j的邻域像素均值，所述像素点j为所述导向滤波图像中的任一像素点；
43、在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值大于第二预设阈值时，保持所述像素点j的像素值；
44、在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值小于或等于所述第二预设阈值时，对所述像素点j的像素值进行对比度增强。
其中，第二预设阈值可以预先设置或者系统默认。
具体实现中，可以对第一图像进行导向滤波，得到导向滤波图像，再确定导向滤波图像中像素点j的像素值以及该像素点j的邻域像素均值，像素点j为导向滤波图像中的任一像素点，在像素点j的像素值与邻域像素均值之间的差值的绝对值大于第二预设阈值时，则说明对比度足够大，则保持像素点j的像素值，在像素点j的像素值与邻域像素均值之间的差值的绝对值小于或等于第二预设阈值时，则说明对比度较小，需要增强，对像素点j的像素值进行对比度增强。
具体的，本申请实施例中，图像局部对比度可以利用邻域的平均亮度与当前点(中心像素)的明暗程度之间的关系去描述，其思想是若当前中心像素值大于邻域均值，则将中心像素值增强；反之，若当前中心像素值小于邻域均值，则将中心像素值减弱(抑制)。因此，可以通过增加邻域的平均亮度与中心像素的差别即可达到局部对比度增强的目的；即邻域平均亮度与邻域中心像素亮度相差越大，则图像的局部对比度越大。
基于以上分析，对于亮度值较大的邻域中心像素增强后应该继续保持较高的亮度，对于亮度值较小的邻域中心像素增强后亮度值会更小，从而实现图像局部对比度自适应增强。局部对比度增强可以实现图像细节的增强，确保在全局亮度增强的同时保留图像细节。先对自适应亮度增强结果图像进行导向滤波，其次再进行对比度增强。
其中，Lgf(x,y)为导向滤波结果，即导向滤波图像，LL(x,y)为第二图像。Lw(x,y)为局部对比度增强权重系数，计算如下：
Lw(x，y)＝(Lw(x，y))/LE(x，y)
其中，Le(x,y)为自适应增强结果。
105、对所述第一图像进行全局对比度增强，得到第三图像。
其中，具体实现中，可以对第一图像划分为多个区域，对每一区域均进行对比度增强，得到第三图像。
可选的，上述步骤105，对所述第一图像进行全局对比度增强，得到第三图像，可以包括如下步骤：
51、将所述第一图像分割为多个独立区域块；
52、对所述多个独立区域块中的每一独立区域块进行自适应直方图均衡化处理，得到处理后的多个独立区域块；
53、对所述多个独立区域块中的每一独立区域块进行双线性内插值处理，得到所述第三图像。
本申请实施例中，将第一图像分割为多个独立区域块，再对多个独立区域块中的每一独立区域块进行自适应直方图均衡化处理，得到处理后的多个独立区域块，以及对多个独立区域块中的每一独立区域块进行双线性内插值处理，得到第三图像。
具体实现中，可以将第一图像分割为2*2的4个小区域块，分别对每个区域块进行对比度函数变化，从而增强每个区域块的对比度，再使用双线性插值合并相邻图块，以消除人工形成的边界。可以限制对比度，尤其是在同构区域，以避免放大图像中可能存在的任何噪声，然后小片之间使用双线性内插值用以消除人工引入的边界效应，限制均匀亮度区域的对比度，进而，能够在图像的对比度提升效果更好的同时能限制图像中相同区域的噪音放大。
106、根据所述第二图像和所述第三图像进行加权增强，得到第四图像。
其中，具体实现中，可以将第二图像与第三图像进行加权运算，得到第四图像。
可选的，上述步骤106，根据所述第二图像和所述第三图像进行加权增强，得到第四图像，可以包括如下步骤：
61、确定所述第一图像的第一标准差；
62、确定所述第二图像的第二标准差；
63、根据所述第一标准差和所述第二标准差确定对比度的增强系数；
64、确定所述第一图像的预设窗口大小范围的导向滤波值；
65、根据所述导向滤波值、所述增强系数和所述导向滤波图像确定局部对比锐化结果图像；
66、根据所述局部对比锐化结果图像和所述第三图像进行加权运算，得到所述第四图像。
具体实现中，预设窗口大小范围可以预先设置或者系统默认。可以确定第一图像的第一标准差，以及确定第二图像的第二标准差，再根据第一标准差和第二标准差确定对比度的增强系数，另外，确定第一图像的预设窗口大小范围的导向滤波值，以及根据导向滤波值、增强系数和导向滤波图像确定局部对比锐化结果图像，最后，可以根据局部对比锐化结果图像和第三图像进行加权运算，得到第四图像。利用全局增强图像和局部增强图像的显著性特征、标准差信息、亮度均值等构造图像优化权重，最终应用与光照低或光照高或光照不均匀环境下图像增强。
具体实现中，可以基于最小二乘法统计第三图像(全局对比度)LG(x,y)和第二图像(局部对比度)LL(x,y)的加权运算值：
LOut(x，y)＝W1(x，y)*LG(x，y)+W2(x，y)*LLE(x，y)
其中，W1(x,y)为全局对比度的增强系数，W2(x,y)为局部对比度的增强系数，LG(x,y)为全局对比度增强结果，LLE(x,y)为局部对比度锐化结果。
其中，W1(x,y)和W2(x,y)的计算如下：
其中，S(x,y)为显著性特征系数，本申请实施例中，可以选用基于图形的视觉显著性(Graph-Based Visual Saliency，GBVS)检测算法方法处理。
其中，LLE(x,y)的计算为：
LLE(x，y)＝LWM(x，y)+Lck(x，y)*(LL(x，y)-LWM(x，y))
其中，LWM(x,y)为第一图像(局部增强图像)的统计窗口W*W范围的均值或导向滤波值，窗口取5*5。
Lck(x,y)为对比度的增强系数，计算如下：
Gstd称全局图像标准差，Lstd称局部图像标准差。
107、对所述第四图像进行彩色恢复，得到输出图像。
具体实现中，可以将第四图像与输入图像提取亮度图像后的色度图像进行融合，得到输出图像，或者，也可以直接对第四图像进行处理，得到输出图像。
本申请实施例，如图1B所示，针对环境光照过低或者过高引发的图像对比度低，图像细节丢失，图像质量差的问题，在RGB空间将图像从彩色转变为亮度图像，其次是进行自适应亮度增强预处理，然后分别对预处理结果图像进行全局对比度增强和局部对比度增强，分别得到全局对比度增强图像和局部对比度增强图像；再利用全局增强图像和局部增强图像的显著性特征、标准差信息、亮度均值等构造图像优化权重，构建加权增强模型；最后对加权增强结果进行色彩恢复，在对全局亮度进行增强的同时充分保留图像细节。实验结果表明，本申请实施例提出的算法对光照过高过低和正常光照图像均可以有效提高图像的整体亮度、增强图像细节对比度，从而获得更好的图像质量。
具体的，第四图像需要进行色彩恢复，输出彩色图像为：
对于像素点(x,y)，COut(x,y)为色彩恢复后的彩色图像，R(x,y)、G(x,y)、B(x,y)分别为输入图像的红色、绿色、蓝色通道像素点值，ROut(x,y)、GOut(x,y)、BOut(x,y)分别为输出图像的红色、绿色、蓝色通道像素点值，PGL为输出图像与原始输入图像在(x,y)的线性比值，使RGB三通道的增强趋势与亮度的增强趋势一致，从而保证色彩恢复的一致性。β为色彩恢复比例精度取1/256，防止除数为0，其具体公式如下：
本申请实施例中，为了提高图像对比度，增强图像亮度，保持图像细节，解决图像增强受亮度和对比度相互限制的问题，结合全局增强和局部增强的优点，提出基于全局对比度和局部对比度权重加权对比度增强算法，构造图像加强增强模型，利用全局增强图像和局部增强图像的显著性特征、标准差信息、亮度均值等构造图像优化权重，最终应用与光照低或光照高或光照不均匀环境下图像增强。
可以看出，本申请实施例中所描述的图像增强方法，获取输入图像，输入图像为彩色图像，提取输入图像中的亮度图像，对亮度图像进行预处理，得到第一图像，对第一图像进行局部对比度增强，得到第二图像，对第一图像进行全局对比度增强，得到第三图像，根据第二图像和第三图像进行加权增强，得到第四图像，对第四图像进行彩色恢复，得到输出图像，如此，可以提升图像质量。
与上述图1A所示的实施例一致地，请参阅图2，图2是本申请实施例提供的另一种图像增强方法的流程示意图，应用于电子设备，如图所示，本图像增强方法包括：
201、获取输入图像，所述输入图像为彩色图像。
202、对所述输入图像进行图像质量评价，得到评价值。
其中，具体实现中，可以采用至少一个图像质量评价指标对输入图像进行图像质量评价，得到评价值，图像质量评价指标可以包括以下至少一种：信噪比、清晰度、平均梯度、信息熵等等，在此不做限定。
203、在所述评价值低于评价阈值时，提取所述输入图像中的亮度图像。
其中，评价阈值可以预先设置或者系统默认，低于预设阈值，则说明图像质量较差，则需要图像增强处理。
204、对所述亮度图像进行预处理，得到第一图像。
205、对所述第一图像进行局部对比度增强，得到第二图像。
206、对所述第一图像进行全局对比度增强，得到第三图像。
207、根据所述第二图像和所述第三图像进行加权增强，得到第四图像。
208、对所述第四图像进行彩色恢复，得到输出图像。
其中，上述步骤201-步骤208的具体描述可以参照上述图1A所描述的图像增强方法的相应步骤，在此不再赘述。
可以看出，本申请实施例中所描述的图像增强方法，获取输入图像，输入图像为彩色图像，对输入图像进行图像质量评价，得到评价值，在评价值低于评价阈值时，提取输入图像中的亮度图像，对亮度图像进行预处理，得到第一图像，对第一图像进行局部对比度增强，得到第二图像，对第一图像进行全局对比度增强，得到第三图像，根据第二图像和第三图像进行加权增强，得到第四图像，对第四图像进行彩色恢复，得到输出图像，如此，可以提升图像质量。
与上述实施例一致地，请参阅图3，图3是本申请实施例提供的一种电子设备的结构示意图，如图所示，该电子设备包括处理器、存储器、通信接口以及一个或多个程序，应用于电子设备，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，本申请实施例中，上述程序包括用于执行以下步骤的指令：
获取输入图像，所述输入图像为彩色图像；
提取所述输入图像中的亮度图像；
对所述亮度图像进行预处理，得到第一图像；
对所述第一图像进行局部对比度增强，得到第二图像；
对所述第一图像进行全局对比度增强，得到第三图像；
根据所述第二图像和所述第三图像进行加权增强，得到第四图像；
对所述第四图像进行彩色恢复，得到输出图像。
可选的，在所述对所述亮度图像进行预处理，得到第一图像方面，上述程序包括用于执行以下步骤的指令：
将所述亮度图像的每一像素进行归一化处理，得到归一化图像；
根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，所述人眼视觉原理为人眼根据外界亮度来自动调节的原理。
可选的，在所述根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像方面，上述程序包括用于执行以下步骤的指令：
在像素点i的像素值小于或等于第一预设阈值时，按照第一预设公式对所述像素值进行调整，得到第一目标像素值，所述像素点i为所述归一化图像中的任一像素点；
在所述像素值大于所述第一预设阈值时，按照第二预设公式对所述像素值进行调整，得到第二目标像素值。
可选的，在所述对所述第一图像进行局部对比度增强，得到第二图像方面，上述程序包括用于执行以下步骤的指令：
对所述第一图像进行导向滤波，得到导向滤波图像；
确定所述导向滤波图像中像素点j的像素值以及该像素点j的邻域像素均值，所述像素点j为所述导向滤波图像中的任一像素点；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值大于第二预设阈值时，保持所述像素点j的像素值；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值小于或等于所述第二预设阈值时，对所述像素点j的像素值进行对比度增强。
可选的，在所述对所述第一图像进行全局对比度增强，得到第三图像方面，上述程序包括用于执行以下步骤的指令：
将所述第一图像分割为多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行自适应直方图均衡化处理，得到处理后的多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行双线性内插值处理，得到所述第三图像。
可选的，在所述根据所述第二图像和所述第三图像进行加权增强，得到第四图像方面，上述程序包括用于执行以下步骤的指令：
确定所述第一图像的第一标准差；
确定所述第二图像的第二标准差；
根据所述第一标准差和所述第二标准差确定对比度的增强系数；
确定所述第一图像的预设窗口大小范围的导向滤波值；
根据所述导向滤波值、所述增强系数和所述导向滤波图像确定局部对比锐化结果图像；
根据所述局部对比锐化结果图像和所述第三图像进行加权运算，得到所述第四图像。
可以看出，本申请实施例中所描述的电子设备，获取输入图像，输入图像为彩色图像，提取输入图像中的亮度图像，对亮度图像进行预处理，得到第一图像，对第一图像进行局部对比度增强，得到第二图像，对第一图像进行全局对比度增强，得到第三图像，根据第二图像和第三图像进行加权增强，得到第四图像，对第四图像进行彩色恢复，得到输出图像，如此，可以提升图像质量。
图4是本申请实施例中所涉及的图像增强装置400的功能单元组成框图。该图像增强装置400，应用于电子设备，所述装置400包括：获取单元401、提取单元402、预处理单元403、图像增强单元404和恢复单元405，其中，
所述获取单元401，用于获取输入图像，所述输入图像为彩色图像；
所述提取单元402，用于提取所述输入图像中的亮度图像；
所述预处理单元403，用于对所述亮度图像进行预处理，得到第一图像；
所述图像增强单元404，用于对所述第一图像进行局部对比度增强，得到第二图像；对所述第一图像进行全局对比度增强，得到第三图像；以及根据所述第二图像和所述第三图像进行加权增强，得到第四图像；
所述恢复单元405，用于对所述第四图像进行彩色恢复，得到输出图像。
可选的，在所述对所述亮度图像进行预处理，得到第一图像方面，所述预处理单元403具体用于：
将所述亮度图像的每一像素进行归一化处理，得到归一化图像；
根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，所述人眼视觉原理为人眼根据外界亮度来自动调节的原理。
可选的，在所述根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像方面，所述预处理单元403具体用于：
在像素点i的像素值小于或等于第一预设阈值时，按照第一预设公式对所述像素值进行调整，得到第一目标像素值，所述像素点i为所述归一化图像中的任一像素点；
在所述像素值大于所述第一预设阈值时，按照第二预设公式对所述像素值进行调整，得到第二目标像素值。
可选的，在所述对所述第一图像进行局部对比度增强，得到第二图像方面，所述图像增强单元404具体用于：
对所述第一图像进行导向滤波，得到导向滤波图像；
确定所述导向滤波图像中像素点j的像素值以及该像素点j的邻域像素均值，所述像素点j为所述导向滤波图像中的任一像素点；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值大于第二预设阈值时，保持所述像素点j的像素值；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值小于或等于所述第二预设阈值时，对所述像素点j的像素值进行对比度增强。
可选的，在所述对所述第一图像进行全局对比度增强，得到第三图像方面，所述图像增强单元404具体用于：
将所述第一图像分割为多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行自适应直方图均衡化处理，得到处理后的多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行双线性内插值处理，得到所述第三图像。
可选的，在所述根据所述第二图像和所述第三图像进行加权增强，得到第四图像方面，所述图像增强单元404具体用于：
确定所述第一图像的第一标准差；
确定所述第二图像的第二标准差；
根据所述第一标准差和所述第二标准差确定对比度的增强系数；
确定所述第一图像的预设窗口大小范围的导向滤波值；
根据所述导向滤波值、所述增强系数和所述导向滤波图像确定局部对比锐化结果图像；
根据所述局部对比锐化结果图像和所述第三图像进行加权运算，得到所述第四图像。
可以看出，本申请实施例中所描述的图像增强装置，获取输入图像，输入图像为彩色图像，提取输入图像中的亮度图像，对亮度图像进行预处理，得到第一图像，对第一图像进行局部对比度增强，得到第二图像，对第一图像进行全局对比度增强，得到第三图像，根据第二图像和第三图像进行加权增强，得到第四图像，对第四图像进行彩色恢复，得到输出图像，如此，可以提升图像质量。
可以理解的是，本实施例的图像增强装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (5)
1.一种图像增强方法，其特征在于，所述方法包括：
获取输入图像，所述输入图像为彩色图像；
提取所述输入图像中的亮度图像；
对所述亮度图像进行预处理，得到第一图像；
对所述第一图像进行局部对比度增强，得到第二图像；
对所述第一图像进行全局对比度增强，得到第三图像；
根据所述第二图像和所述第三图像进行加权增强，得到第四图像；
对所述第四图像进行彩色恢复，得到输出图像；
其中，所述对所述亮度图像进行预处理，得到第一图像，包括：
将所述亮度图像的每一像素进行归一化处理，得到归一化图像；
根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，所述人眼视觉原理为人眼根据外界亮度来自动调节的原理；
其中，所述对所述第一图像进行局部对比度增强，得到第二图像，包括：
对所述第一图像进行导向滤波，得到导向滤波图像；
确定所述导向滤波图像中像素点j的像素值以及该像素点j的邻域像素均值，所述像素点j为所述导向滤波图像中的任一像素点；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值大于第二预设阈值时，保持所述像素点j的像素值；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值小于或等于所述第二预设阈值时，对所述像素点j的像素值进行对比度增强；
其中，所述对所述第一图像进行全局对比度增强，得到第三图像，包括：
将所述第一图像分割为多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行自适应直方图均衡化处理，得到处理后的多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行双线性内插值处理，得到所述第三图像；
其中，所述根据所述第二图像和所述第三图像进行加权增强，得到第四图像，包括：
确定所述第一图像的第一标准差；
确定所述第二图像的第二标准差；
根据所述第一标准差和所述第二标准差确定对比度的增强系数；
确定所述第一图像的预设窗口大小范围的导向滤波值；根据所述导向滤波值、所述增强系数和所述导向滤波图像确定局部对比锐化结果图像；
根据所述局部对比锐化结果图像和所述第三图像进行加权运算，得到所述第四图像。
2.根据权利要求1所述的方法，其特征在于，所述根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，包括：
在像素点i的像素值小于或等于第一预设阈值时，按照第一预设公式对所述像素值进行调整，得到第一目标像素值，所述像素点i为所述归一化图像中的任一像素点；
在所述像素值大于所述第一预设阈值时，按照第二预设公式对所述像素值进行调整，得到第二目标像素值。
3.一种图像增强装置，其特征在于，所述装置包括：获取单元、提取单元、预处理单元、图像增强单元和恢复单元，其中，
所述获取单元，用于获取输入图像，所述输入图像为彩色图像；
所述提取单元，用于提取所述输入图像中的亮度图像；
所述预处理单元，用于对所述亮度图像进行预处理，得到第一图像；
所述图像增强单元，用于对所述第一图像进行局部对比度增强，得到第二图像；对所述第一图像进行全局对比度增强，得到第三图像；以及根据所述第二图像和所述第三图像进行加权增强，得到第四图像；
所述恢复单元，用于对所述第四图像进行彩色恢复，得到输出图像；
其中，在所述对所述亮度图像进行预处理，得到第一图像方面，所述预处理单元具体用于：
将所述亮度图像的每一像素进行归一化处理，得到归一化图像；
根据人眼视觉原理对所述归一化图像中每一像素进行亮度调节，得到所述第一图像，所述人眼视觉原理为人眼根据外界亮度来自动调节的原理；
其中，所述对所述第一图像进行局部对比度增强，得到第二图像，包括：
对所述第一图像进行导向滤波，得到导向滤波图像；
确定所述导向滤波图像中像素点j的像素值以及该像素点j的邻域像素均值，所述像素点j为所述导向滤波图像中的任一像素点；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值大于第二预设阈值时，保持所述像素点j的像素值；
在所述像素点j的像素值与所述邻域像素均值之间的差值的绝对值小于或等于所述第二预设阈值时，对所述像素点j的像素值进行对比度增强；
其中，所述对所述第一图像进行全局对比度增强，得到第三图像，包括：
将所述第一图像分割为多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行自适应直方图均衡化处理，得到处理后的多个独立区域块；
对所述多个独立区域块中的每一独立区域块进行双线性内插值处理，得到所述第三图像；
其中，所述根据所述第二图像和所述第三图像进行加权增强，得到第四图像，包括：
确定所述第一图像的第一标准差；
确定所述第二图像的第二标准差；
根据所述第一标准差和所述第二标准差确定对比度的增强系数；
确定所述第一图像的预设窗口大小范围的导向滤波值；根据所述导向滤波值、所述增强系数和所述导向滤波图像确定局部对比锐化结果图像；
根据所述局部对比锐化结果图像和所述第三图像进行加权运算，得到所述第四图像。
4.一种电子设备，其特征在于，包括处理器、存储器，所述存储器用于存储一个或多个程序，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1或2所述的方法中的步骤的指令。
5.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1或2所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111618199.0A CN114298935B (zh) | 2021-12-27 | 2021-12-27 | 图像增强方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111618199.0A CN114298935B (zh) | 2021-12-27 | 2021-12-27 | 图像增强方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114298935A CN114298935A (zh) | 2022-04-08 |
| CN114298935B true CN114298935B (zh) | 2024-06-04 |
Family
ID=80970351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111618199.0A Active CN114298935B (zh) | 2021-12-27 | 2021-12-27 | 图像增强方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114298935B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114998159B (zh) * | 2022-08-04 | 2022-10-28 | 邹城市天晖软件科技有限公司 | 一种设计图像自适应增强方法 |
| CN116843584B (zh) * | 2023-09-01 | 2023-11-07 | 浙江鼎立实业有限公司 | 一种图像数据优化增强方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101588481A (zh) * | 2009-06-15 | 2009-11-25 | 浙江金汇科技股份有限公司 | Ccd透雾成像系统及其控制方法 |
| CN101655973A (zh) * | 2009-09-17 | 2010-02-24 | 广东中大讯通信息有限公司 | 一种基于人眼视觉特征的图像增强方法 |
| CN101951523A (zh) * | 2010-09-21 | 2011-01-19 | 北京工业大学 | 一种自适应彩色图像处理方法及系统 |
| CN102044070A (zh) * | 2011-01-10 | 2011-05-04 | 北京师范大学 | 一种基于Retinex的非线性彩色图像增强方法 |
| CN103632351A (zh) * | 2013-12-16 | 2014-03-12 | 武汉大学 | 一种基于亮度基准漂移的全天候交通图像增强方法 |
| CN106897981A (zh) * | 2017-04-12 | 2017-06-27 | 湖南源信光电科技股份有限公司 | 一种基于引导滤波的低照度图像增强方法 |
| CN109040720A (zh) * | 2018-07-24 | 2018-12-18 | 浙江大华技术股份有限公司 | 一种生成rgb图像的方法及装置 |
| CN110223259A (zh) * | 2019-06-14 | 2019-09-10 | 华北电力大学（保定） | 一种基于生成式对抗网络的道路交通模糊图像增强方法 |
| CN112330546A (zh) * | 2020-09-28 | 2021-02-05 | 重庆港宇高科技开发有限公司 | 图像增强方法及相关产品 |
| CN112508814A (zh) * | 2020-12-07 | 2021-03-16 | 重庆邮电大学 | 一种基于无人机低空视角下的图像色调修复型去雾增强方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7082211B2 (en) * | 2002-05-31 | 2006-07-25 | Eastman Kodak Company | Method and system for enhancing portrait images |
-
2021
- 2021-12-27 CN CN202111618199.0A patent/CN114298935B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101588481A (zh) * | 2009-06-15 | 2009-11-25 | 浙江金汇科技股份有限公司 | Ccd透雾成像系统及其控制方法 |
| CN101655973A (zh) * | 2009-09-17 | 2010-02-24 | 广东中大讯通信息有限公司 | 一种基于人眼视觉特征的图像增强方法 |
| CN101951523A (zh) * | 2010-09-21 | 2011-01-19 | 北京工业大学 | 一种自适应彩色图像处理方法及系统 |
| CN102044070A (zh) * | 2011-01-10 | 2011-05-04 | 北京师范大学 | 一种基于Retinex的非线性彩色图像增强方法 |
| CN103632351A (zh) * | 2013-12-16 | 2014-03-12 | 武汉大学 | 一种基于亮度基准漂移的全天候交通图像增强方法 |
| CN106897981A (zh) * | 2017-04-12 | 2017-06-27 | 湖南源信光电科技股份有限公司 | 一种基于引导滤波的低照度图像增强方法 |
| CN109040720A (zh) * | 2018-07-24 | 2018-12-18 | 浙江大华技术股份有限公司 | 一种生成rgb图像的方法及装置 |
| CN110223259A (zh) * | 2019-06-14 | 2019-09-10 | 华北电力大学（保定） | 一种基于生成式对抗网络的道路交通模糊图像增强方法 |
| CN112330546A (zh) * | 2020-09-28 | 2021-02-05 | 重庆港宇高科技开发有限公司 | 图像增强方法及相关产品 |
| CN112508814A (zh) * | 2020-12-07 | 2021-03-16 | 重庆邮电大学 | 一种基于无人机低空视角下的图像色调修复型去雾增强方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于人眼视觉响应的低光照图像增强;张子夜 等;《兵工自动化》;20210228;第40卷(第2期);第53-57页 * |
| 基于灰度差值的均值滤波算法及其在AXI中的应用;王朋 等;《电子工艺技术》;20120518;第33卷(第03期);第132-135, 151页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114298935A (zh) | 2022-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9406148B2 (en) | Image processing method and apparatus, and shooting terminal | |
| EP2987134B1 (en) | Generation of ghost-free high dynamic range images | |
| CN107680056B (zh) | 一种图像处理方法及装置 | |
| Kim et al. | Optimized contrast enhancement for real-time image and video dehazing | |
| US9639956B2 (en) | Image adjustment using texture mask | |
| JP6615917B2 (ja) | 実時間ビデオエンハンスメント方法、端末及び非一時的コンピュータ可読記憶媒体 | |
| WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
| US11138695B2 (en) | Method and device for video processing, electronic device, and storage medium | |
| WO2020019618A1 (zh) | 图像打光方法、装置、电子设备及存储介质 | |
| CN114298935B (zh) | 图像增强方法、装置及计算机可读存储介质 | |
| CN112541868B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| EP2786343A1 (en) | Digital makeup | |
| CN109919866B (zh) | 图像处理方法、装置、介质及电子设备 | |
| CN112950499B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN108629738B (zh) | 一种图像处理方法及装置 | |
| WO2022111269A1 (zh) | 视频的细节增强方法、装置、移动终端和存储介质 | |
| CN113870100A (zh) | 图像处理方法和电子设备 | |
| CN115578273A (zh) | 图像多帧融合的方法、装置、电子设备及存储介质 | |
| CN111583163B (zh) | 基于ar的人脸图像处理方法、装置、设备及存储介质 | |
| Liu et al. | An adaptive tone mapping algorithm based on gaussian filter | |
| CN118301481A (zh) | 图像融合处理方法、装置、设备及介质 | |
| CN118570094A (zh) | 图像处理方法及装置、设备、存储介质 | |
| CN115880160A (zh) | 图像处理方法及装置 | |
| Bilcu et al. | Adaptive local tone mapping of color images | |
| Sasaki et al. | A simplified implementation of multiscale retinex for contrast enhancement |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |